全書共十章，內(nèi)容包括回歸分析、變量選擇、時間序列、非參數(shù)統(tǒng)計、聚類分析、判別分析、邏輯斯諦回歸與支持向量機、主成分分析、因子分析、縱向數(shù)據(jù)分析。各章都有豐富的案例分析，為使書中案例貼近數(shù)據(jù)的應用實際，采用了方便獲取的證券市場高頻數(shù)據(jù)，并使用國際通用的R軟件進行數(shù)據(jù)收集、處理、加工和分析，便于讀者自己動手和實際應用。全書

現(xiàn)代非參數(shù)統(tǒng)計方法是統(tǒng)計學方法論的一個重要組成部分，本書主要介紹若干經(jīng)典的現(xiàn)代非參數(shù)統(tǒng)計方法，包括非參數(shù)密度估計、非參數(shù)回歸方法、分位數(shù)回歸和非參數(shù)似然方法(經(jīng)驗似然)。密度估計方面介紹一元和多元核密度估計；非參數(shù)回歸方面介紹局部多項式估計的構(gòu)造、理論性質(zhì)和應用，樣條函數(shù)的基本理論、樣條估計理論；分位數(shù)回歸方面介紹分位

本書基于回聲狀態(tài)網(wǎng)絡(luò)ESN研究時間序列分類和預測問題：第一，分析了面向時間序列分析的ESN；第二，研究了基于DE和ESN的時間序列分類方法；第三，研究了基于BSA優(yōu)化ESN的時間序列預測方法；第四，研究了基于組合ESN的時間序列預測方法；第五，設(shè)計了基于小波ESN的旅游需求預測模型；第六，構(gòu)建了基于雙儲備池ESN的電力

時間序列分析是概率統(tǒng)計學科中應用性很強的一個分支，具有非常特殊的、自成體系的一套理論和分析方法，在金融、經(jīng)濟、氣象、水文、信號處理、工程技術(shù)等眾多領(lǐng)域得到了廣泛應用。本書以時間序列的統(tǒng)計特征和建模步驟為主線，系統(tǒng)介紹時間序列的基本理論、建模和預測方法以及實踐應用，目的是使讀者掌握時間序列分析的基本理論、建模和預測的方法

本書共11章,內(nèi)容包括隨機事件及其概率、隨機變量及其分布、隨機向量、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本知識、參數(shù)估計、假設(shè)檢驗、方差分析與回歸分析、Matlab軟件應用、常見的概率論與數(shù)理統(tǒng)計模型。各章配有一定數(shù)量的習題,書末附有習題選解與提示,并提供預備知識及6種附表以備查用。本書的編寫始終以

本書系統(tǒng)地介紹了定義在離散格(包括Zd和Bethe樹等)圖上的取值于有限集合的隨機場的相變、信息度量，以及網(wǎng)絡(luò)演化博弈論。全書共10章，分為三個部分。第一部分包括第1章至第3章，給出了隨機場的一般定義，重點介紹馬爾可夫場和Gibbs場，以及它們的等價關(guān)系，討論了Z2和樹(包括開樹和閉樹)上Ising模型的相變問題。第二

本書介紹近些年來關(guān)于馬爾可夫鏈的統(tǒng)計推斷的一些研究新結(jié)果:可逆馬爾可夫鏈和不可逆平穩(wěn)D-馬爾可夫鏈統(tǒng)計計算理論，使用的方法是我們建立的馬爾可夫鏈反演法。第1章介紹本書需要的一些預備知識。第2章介紹馬爾可夫鏈的擊中分布和禁忌速率，主要是擊中分布的微分性質(zhì)、矩性質(zhì)及對稱函數(shù)性質(zhì)有關(guān)的約束方程，以及馬爾可夫鏈反演法。第3章和

本書主要講述混合、正負相協(xié)、拓廣負相依、寬相依和負超可加相依等相依結(jié)構(gòu)下的不等式研究，特別是非參數(shù)和半?yún)��?shù)模型的統(tǒng)計理論和方法，如若干相依序列的定義和不等式、密度函數(shù)和分布函數(shù)估計的相合性與漸近正態(tài)性、非參數(shù)回歸函數(shù)小波估計的強相合和Berry-Esseen界、半?yún)��?shù)回歸模型小波估計的弱收斂速度和Berry-Essee

《非線性系統(tǒng)的行波解》以時滯連續(xù)與離散反應擴散方程、積分-差分方程和隨機種群模型為研究對象,歸納總結(jié)了作者多年研究行波解的成果,系統(tǒng)講述了作者利用打靶法、單調(diào)迭代、不動點定理、滑行方法等研究時滯反應擴散方程和積分-差分方程的行波解的存在唯一性,利用擠壓技術(shù)和譜分析方法研究行波解的漸近穩(wěn)定性,以及利用單調(diào)動力系統(tǒng)和大偏差

本書介紹非線性復雜系統(tǒng)中數(shù)據(jù)處理的投影尋蹤降維技術(shù)，給出投影尋蹤在分類、評價和預測等方面的統(tǒng)計模型，包括Friedman-Tukey投影尋蹤模型、投影尋蹤Spearman相關(guān)系數(shù)模型、投影尋蹤信息熵模型、聚類分析修正的投影尋蹤模型、解不確定型決策問題的投影尋蹤模型、投影尋蹤回歸及自回歸模型。這些模型能充分提取數(shù)據(jù)信息、